Git Stars Git Stars

#whisper 仓库

142
仓库总数
559,239
总星标数
3,938
平均每个仓库星标数

共 145 个仓库

51
HUANGCHIHHUNGLeo/claude-real-video

让Claude(或任何大语言模型)真正观看视频——场景感知、去重帧+转录文本,支持URL或本地文件。本地运行,MIT许可证。

HUANGCHIHHUNGLeo
⭐ 2,329 Python 👤 HUANGCHIHHUNGLeo User 🕐 已更新 2026-11-20 📅 创建时间 2026-06-30
52
floneum/kalosm

Rust 中即时、可控、本地预训练的 AI 模型

floneum
⭐ 2,236 Rust 👤 floneum Organization 🕐 已更新 2026-10-24 📅 创建时间 2023-05-24
53
m1guelpf/auto-subtitle

自动为任何视频生成和叠加字幕。

m1guelpf
⭐ 2,119 Python 👤 m1guelpf User 🕐 已更新 2024-07-12 📅 创建时间 2022-09-28
54
vitoplantamura/OnnxStream

适用于ONNX文件的轻量级推理库,用C++编写。它可以在RPI Zero 2(或298MB内存)上运行Stable Diffusion XL 1.0,也可以在台式机和服务器上运行Mistral 7B。支持ARM、x86、WASM、RISC-V。由XNNPACK加速。提供Python、C#和JS(WASM)绑定。

vitoplantamura
⭐ 2,091 C++ 👤 vitoplantamura User 🕐 已更新 2026-06-18 📅 创建时间 2023-07-14
55
TypeWhisper/typewhisper-mac

macOS 本地语音转文字 设备端 AI,完全隐私,可选云端

TypeWhisper
⭐ 1,940 Swift 👤 TypeWhisper Organization 🕐 已更新 2026-11-21 📅 创建时间 2026-02-12
56
aallam/openai-kotlin

支持多平台和协程的 Kotlin OpenAI API 客户端。

aallam
⭐ 1,851 Kotlin 👤 aallam User 🕐 已更新 2026-10-31 📅 创建时间 2021-03-06
57
peteonrails/voxtype

Wayland 合成器的按键触发语音转文本

peteonrails
⭐ 1,810 Rust 👤 peteonrails User 🕐 已更新 2026-11-20 📅 创建时间 2025-11-28
58
FL33TW00D/whisper-turbo

跨平台、GPU 加速的 Whisper 🏎️

FL33TW00D
⭐ 1,808 TypeScript 👤 FL33TW00D User 🕐 已更新 2024-02-27 📅 创建时间 2023-08-18
59
absadiki/subsai

🎞️ 由 OpenAI 的 Whisper 及其变体驱动的字幕生成工具(Web-UI + CLI + Python 包)🎞️

absadiki
⭐ 1,682 Python 👤 absadiki User 🕐 已更新 2026-04-20 📅 创建时间 2023-02-28
60
royshil/obs-localvocal

用于本地语音识别和字幕的OBS插件,支持AI

royshil
⭐ 1,674 C++ 👤 royshil User 🕐 已更新 2026-11-05 📅 创建时间 2023-08-10
61
amicalhq/amical

适用于 macOS 和 Windows 的免费开源语音输入。使用 Whisper 和 Parakeet 在本地进行语音转文字,也支持离线使用。

amicalhq
⭐ 1,648 TypeScript 👤 amicalhq Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-05-08
62
collabora/WhisperFusion

WhisperFusion 在 WhisperLive 和 WhisperSpeech 的功能基础上,提供与 AI 的无缝对话。

collabora
⭐ 1,643 Python 👤 collabora Organization 🕐 已更新 2024-07-31 📅 创建时间 2023-12-15
63
silverstein/minutes

开源、本地优先的 Granola/Otter 替代方案,Claude Code、Codex、Cursor 以及任何 MCP 客户端都可以查询。会议、通话和语音备忘录均在设备上转录为由你掌控的 Markdown。

silverstein
⭐ 1,612 Rust 👤 silverstein User 🕐 已更新 2026-11-21 📅 创建时间 2026-03-18
64
rzru/nightingale

机器学习驱动的卡拉OK应用(带评分!)

rzru
⭐ 1,559 TypeScript 👤 rzru User 🕐 已更新 2026-11-21 📅 创建时间 2026-03-15
65
jordanrendric/claude-video-vision

赋予Claude观看和理解视频的能力 — Claude Code插件,具备帧提取和多模态音频分析功能

jordanrendric
⭐ 1,523 TypeScript 👤 jordanrendric User 🕐 已更新 2026-10-14 📅 创建时间 2026-03-31
66
microsoft/ai-dev-gallery

一个供 Windows 开发人员学习如何将 AI 与本地模型及 API 添加到 Windows 应用中的开源项目。

microsoft
⭐ 1,519 C# 👤 microsoft Organization 🕐 已更新 2026-11-20 📅 创建时间 2024-11-06
68
nyrahealth/CrisperWhisper

可控转录。逐字转录(包括每个填充词、停顿、口吃和发声),或意图转录(即说话者想表达的内容,并针对可读性进行优化),并提供词级时间戳。

nyrahealth
⭐ 1,498 Python 👤 nyrahealth Organization 🕐 已更新 2026-11-11 📅 创建时间 2024-05-24
69
zackees/transcribe-anything

多后端 Whisper 应用。极速。Mac-ARM 优化。安装简便。输入本地文件或 URL,此服务将使用 Whisper AI 进行转录。完全私密且免费 🤯🤯🤯

zackees
⭐ 1,488 Python 👤 zackees User 🕐 已更新 2026-10-26 📅 创建时间 2021-05-09
70
ARahim3/mlx-tune

使用 Apple Silicon 在你的 Mac 上微调 LLM。SFT、DPO、GRPO、视觉、TTS、STT、嵌入和 OCR 微调 — 原生在 MLX 上。与 Unsloth 兼容的 API。

ARahim3
⭐ 1,475 Python 👤 ARahim3 User 🕐 已更新 2026-06-23 📅 创建时间 2026-01-03
71
mbailey/voicemode

与 Claude Code 进行自然语音对话

mbailey
⭐ 1,472 Python 👤 mbailey User 🕐 已更新 2026-11-20 📅 创建时间 2025-06-08
72
m1guelpf/yt-whisper

使用 OpenAI 的 Whisper 自动生成 YouTube 字幕

m1guelpf
⭐ 1,421 Python 👤 m1guelpf User 🕐 已更新 2024-01-16 📅 创建时间 2022-09-22
73
lenML/Speech-AI-Forge

🍦 Speech-AI-Forge 是一个围绕 TTS 生成模型开发的、实现了 API 服务器和基于 Gradio 的 WebUI 的项目。

lenML
⭐ 1,420 Python 👤 lenML Organization 🕐 已更新 2026-05-21 📅 创建时间 2024-06-01
74
vincentsch/explainroo

由你的 AI 智能体制作的讲解视频和产品演示。免费且开源:本地语音(Kokoro)、单词时间戳(Whisper)和画布渲染器,可将脚本转化为带旁白的 MP4 视频。

vincentsch
⭐ 1,387 JavaScript 👤 vincentsch User 🕐 已更新 2026-11-18 📅 创建时间 2026-09-25
75
HG-ha/MTools

MTools 是一款功能强大的多功能桌面应用程序,集音视频处理、图片编辑、文本操作和编码工具于一体。它内置 AI 增强功能,并提供本地 MCP 服务,旨在简化您的工作流程、提升生产效率。

HG-ha
⭐ 1,385 Python 👤 HG-ha User 🕐 已更新 2026-10-09 📅 创建时间 2025-10-26
76
Softcatala/whisper-ctranslate2

基于CTranslate2的Whisper命令行客户端,兼容原始OpenAI客户端。

Softcatala
⭐ 1,374 Python 👤 Softcatala Organization 🕐 已更新 2026-11-12 📅 创建时间 2023-03-17
77
Robitx/gp.nvim

Gp.nvim (GPT 提示) Neovim AI 插件:ChatGPT 会话和可指令文本/代码操作和语音转文本 [OpenAI, Ollama, Anthropic, ..]

Robitx
⭐ 1,322 Lua 👤 Robitx User 🕐 已更新 2025-08-11 📅 创建时间 2023-06-18
78
vercel/modelfusion

用于构建 AI 应用程序的 TypeScript 库。

vercel
⭐ 1,307 TypeScript 👤 vercel Organization 🕐 已更新 2024-07-19 📅 创建时间 2023-05-25
79
kubeai-project/kubeai

Kubernetes 的 AI 推理运算符。在生产环境中部署 ML 模型的简便方法。支持 VLM、LLM、embedding 和 speech-to-text。

kubeai-project
⭐ 1,294 Go 👤 kubeai-project Organization 🕐 已更新 2026-11-16 📅 创建时间 2023-10-21
80
goodroot/hyprwhspr

Linux 原生语音转文字 - 快速、准确、私密且可黑客化的全系统听写

goodroot
⭐ 1,287 Python 👤 goodroot User 🕐 已更新 2026-11-19 📅 创建时间 2025-08-27
81
graphite-project/whisper

Whisper 是 Graphite 的基于文件的时序数据库格式。

graphite-project
⭐ 1,260 Python 👤 graphite-project Organization 🕐 已更新 2026-11-11 📅 创建时间 2012-05-07
82
basetenlabs/truss

在生产环境中部署 AI/ML 模型的最简单方法

basetenlabs
⭐ 1,236 Python 👤 basetenlabs Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-07-06
83
yeyupiaoling/Whisper-Finetune

微调 Whisper 语音识别模型,以支持无时间戳数据训练、带时间戳数据训练和无语音数据训练。加速推理并支持 Web 部署、Windows 桌面部署和 Android 部署

yeyupiaoling
⭐ 1,222 C 👤 yeyupiaoling User 🕐 已更新 2026-05-08 📅 创建时间 2023-04-22
84
TechyCSR/OpenCluely

OpenCluely 是一个免费、开源的 Cluely(替代品),专为技术面试(如 DSA、OA 和 CP)而构建。它提供隐形覆盖层、实时 AI 帮助、用于问题捕获的智能图像处理以及多语言支持:100% 可定制且私密。

TechyCSR
⭐ 1,209 JavaScript 👤 TechyCSR User 🕐 已更新 2026-11-02 📅 创建时间 2025-08-05
85
Woolverine94/biniou

30+ 生成式 AI 的自托管 Web UI

Woolverine94
⭐ 1,154 Python 👤 Woolverine94 User 🕐 已更新 2026-11-21 📅 创建时间 2023-09-26
86
ardha27/AI-Waifu-Vtuber

用于在Youtube/Twitch上直播的AI虚拟主播

ardha27
⭐ 1,124 Python 👤 ardha27 User 🕐 已更新 2026-05-31 📅 创建时间 2023-03-11
87
Saik0s/Whisperboard

一款让移动设备上的高质量语音转写更加易用的开源 iOS 应用。

Saik0s
⭐ 1,112 Swift 👤 Saik0s User 🕐 已更新 2025-12-18 📅 创建时间 2022-12-23
88
beiyege-01/dsh-voice-ai-girlfriend

语音 AI 女友(DeepSeek Harness 的语音 AI 女友):Whisper 语音输入 + Qwen3-TTS 声音克隆 + 句子级流式朗读 + 数字人动画窗口。支持插话/排队双模式,说话即可打断。

beiyege-01
⭐ 1,104 TypeScript 👤 beiyege-01 User 🕐 已更新 2026-11-02 📅 创建时间 2026-08-15
89
YaoFANGUK/video-subtitle-generator

视频音频生成字幕,生成srt文件。无需申请第三方API,本地实现音频转文本。基于Transformer的视频字幕生成框架。一个用于从视频生成字幕并生成srt文件的GUI工具。

YaoFANGUK
⭐ 1,101 Python 👤 YaoFANGUK User 🕐 已更新 2024-02-01 📅 创建时间 2022-04-29
90
VocaHQ/vocalinux

免费、开源、100%离线的Linux语音听写工具。通过whisper.cpp、Whisper和VOSK引擎,随时随地说话打字,支持GPU加速,兼容X11和Wayland!

VocaHQ
⭐ 1,036 Python 👤 VocaHQ Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-04-12
91
voquill/voquill

开源语音听写技术

voquill
⭐ 1,031 TypeScript 👤 voquill Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-09-23
92
dimastatz/whisper-flow

Whisper-Flow 是一个框架,旨在利用 OpenAI 的 Whisper 模型实现音频内容的实时转录。与上传后一次性处理整个文件(批处理模式)不同,Whisper-Flow 接受连续音频块流,并即时生成增量转录。

dimastatz
⭐ 1,020 Python 👤 dimastatz User 🕐 已更新 2026-11-15 📅 创建时间 2024-06-03
93
nomily-ai/nomily-app

支持 BYOK 的语音录音助手,具备 ASR 转录、说话人分离、AI 摘要以及本地 ASR 端点支持。

nomily-ai
⭐ 1,014 👤 nomily-ai User 🕐 已更新 2026-11-19 📅 创建时间 2026-08-05
94
savbell/whisper-writer

💬📝 一个使用OpenAI的Whisper语音识别模型的小型听写应用程序。

savbell
⭐ 993 Python 👤 savbell User 🕐 已更新 2024-08-24 📅 创建时间 2023-04-18
95
transcriptionstream/transcriptionstream

带 LLM 摘要的 turnkey 自我托管离线转录和说话人分离服务

transcriptionstream
⭐ 949 Python 👤 transcriptionstream User 🕐 已更新 2026-01-18 📅 创建时间 2023-11-13
96
hehehai/VoxtMini

适用于 macOS 的本地模型语音输入:在任何应用中进行转录、翻译和改写。Voxt 的继任者。

hehehai
⭐ 916 Go 👤 hehehai User 🕐 已更新 2026-11-21 📅 创建时间 2026-02-26
97
innovatorved/whisper.api

该项目提供了一个支持用户级别访问的 API,用于使用经过微调和处理的 Whisper ASR 模型将语音转录为文本。

innovatorved
⭐ 914 Python 👤 innovatorved User 🕐 已更新 2026-11-20 📅 创建时间 2023-08-12
98
BryceWG/BiBi-Keyboard

说点啥(BiBi Keyboard):一个基于Kotlin的Android平台的LLM与ASR语音输入法键盘应用

BryceWG
⭐ 896 Kotlin 👤 BryceWG User 🕐 已更新 2026-11-19 📅 创建时间 2025-10-06
99
TwitchLib/TwitchLib

C# Twitch 聊天、密语、API 和 PubSub 库。允许聊天、密语、流事件订阅以及频道/账户修改。支持所有支持 .NETStandard 2.0 的内容。

TwitchLib
⭐ 890 👤 TwitchLib Organization 🕐 已更新 2026-01-15 📅 创建时间 2015-09-22
100
aschmelyun/subvert

在几秒钟内从视频生成字幕、摘要和章节

aschmelyun
⭐ 867 PHP 👤 aschmelyun User 🕐 已更新 2026-05-15 📅 创建时间 2023-03-22